2014年是证券市场复苏以及发展的一年，随着今后股票发行注册制的逐渐落地，我国A股一级市场将会更加活跃。注册制的改革还意味着对上市公司信息披露质量的要求更加严格，进而对中介机构的业务能力和工作效率提出了更高的要求。本文从统计学的角度出发，关注财务数据本身，建立了上市公司财务信息质量检测的模型，可对注册会计师在审计工作开展前起到较为可靠的预测作用。　　本文的模型思路如下：第一，财务指标筛选：选取我国A股所有上市公司为样本，提取2013年年报的主要财务数据，利用财务学方法和统计学方法三次降低变量维度。第二，财务异常公司判别：分别利用多元线性回归、Fisher判别分析和 Logistic回归模型，对公司是否为标准审计意见公司进行判别并比较效果。第三，财务异常指标判别：运用趋势拟合和时间序列残差修正模型，对判定为非标准审计报告的公司进行进一步的财务数据质量检验。　　最终文章得到如下结论：在筛选财务指标结束后，进行回归判别，发现Logistic回归模型的拟合效果和预测效果最好，回代判别准确率达到了85.7％，预测准确率达到80%。最后在对 ST霞客公司的具体财务指标的检验上，趋势拟合的模型能够很好地预测并检测异常财务数据，从而构建的统计模型可为注册会计师在审计流程初期起到支持和借鉴的作用。